Número do Painel | |
Autor | |
Instituição | UFSC |
Tipo de Bolsa | PIBIC/CNPq |
Orientador | JOAO CARLOS ESPINDOLA FERREIRA |
Depto | DEPARTAMENTO DE ENGENHARIA MECÂNICA / EMC/CTC |
Centro | CENTRO TECNOLOGICO |
Laboratório | |
Grande Área / Área do Conhecimento | Ciências Exatas e da Terra
/Engenharias |
Sub-área do Conhecimento | Processos de Fabricação |
Titulo | Desenvolvimento das redes neurais baseada em grafos com ênfase na redução do consumo de energia elétrica |
Resumo | Este trabalho buscou desenvolver através de treino uma rede neural visando a determinação de parâmetros de usinagem por fresamento, com foco em reduzir o consumo de energia elétrica de máquinas-ferramenta após o processo de fresamento. Através da biblioteca de código aberto para aprendizado de máquina Tensor flow o bolsista desenvolveu e treinou a rede neural, os dados utilizados para realização da mesma foram obtidos através de diversos artigos e processados através do Python com auxílio da biblioteca Pandas. Os resultados mostraram redução significativa no consumo de energia para os parâmetros de entrada fornecidos. |
Link do Video | https://repositorio.ufsc.br/handle/123456789/239516 |
Palavras-chave | Usinagem, Fresamento, Redes Neurais, Qualidade, Sustentabilidade |
Colaboradores |